跳到主要内容

2 篇博文 含有标签「MPC」

多方计算

查看所有标签

Web3生态系统中的MCP：全面评论

· 阅读需 52 分钟
Dora Noda
Dora Noda
Software Engineer

＃Web3生态系统中的MCP：全面评论

##1。MCP在Web3上下文中的定义和起源

**模型上下文协议（MCP）**是一个开放标准，它将AI助手（例如大语言模型）连接到外部数据源，工具和环境。 MCP通常被描述为“ AI的USB-C端口”，这是由于其通用的插件性质，是由Anthropic开发的，并于2024年11月下旬首次引入。它是一种解决方案，可以通过将AI模型与“数据库和APIS到开发环境”和“ APIS”和“ APIS和APIS环境”和“ APIS”和“ APIS和Bloxchains”和“ APIS和APIS”的“系统”安全地隔离而脱离隔离。

MCP最初是Anthropic的实验性侧面项目，很快就获得了吸引力。到2024年中，出现了开源参考实现，到2025年初，它已成为代理AI集成的事实上的标准**，领先的AI实验室（OpenAI，Google DeepMind，Meta AI）本地采用它。在** Web3社区**中，这种快速的吸收尤其值得注意。区块链开发人员将MCP视为将AI功能注入分散应用程序的一种方式，从而导致社区构建的MCP连接器扩散，以用于链上数据和服务。实际上，一些分析师认为，MCP可以通过使用自然语言接口来增强用户能力，以比区块链更实用的方式实现Web3的原始愿景。

总而言之，MCP不是区块链或代币**，而是AI世界中出生的开放协议，该协议在Web3生态系统中迅速接受为AI代理和分散数据源之间的桥梁。人类为标准（具有最初的GitHub规格和SDK）开源，并在其周围培养了一个开放的社区。这种社区驱动的方法为MCP集成到Web3中奠定了基础，现在它被视为针对AI支持的分散应用程序的基础基础架构。

2。技术架构和核心协议​

MCP在轻量级客户端 - 服务器架构中运行，并带有三个主要角色：

  • ** MCP主机：** AI应用程序或代理本身，该应用程序安排请求。这可能是聊天机器人（Claude，ChatGpt）或需要外部数据的AI功能应用程序。主机启动交互，通过MCP询问工具或信息。
  • ** MCP客户端：**主机用来与服务器通信的连接器组件。客户端维护连接，管理请求/响应消息，并可以并行处理多个服务器。例如，像光标或VS Code代理模式之类的开发人员工具可以充当MCP客户端，桥接具有各种MCP服务器的本地AI环境。
  • ** MCP服务器：向AI暴露某些上下文数据或功能的服务。服务器提供工具**，资源或提示 AI可以使用的**。实际上，MCP服务器可以与数据库，云应用程序或区块链节点接口，并向AI呈现一组标准化的操作集。每个客户端服务器对通过其自己的频道进行通信，因此AI代理可以同时点击多个服务器以满足不同的需求。

核心原始图： MCP定义了一组构建AI-Tool交互的标准消息类型和原语。这三个基本原则是：

  • 工具： AI可以在服务器上调用的离散操作或功能。例如，一个“搜索Documents”工具或“ ETH_CALL”工具。工具封装了诸如查询API，执行计算或调用智能合约功能之类的操作。 MCP客户端可以从服务器请求可用工具的列表，并根据需要致电。
  • **资源：**数据终点可以通过服务器读取（或有时写入）的数据终点。这些可能是文件，数据库条目，区块链状态（块，交易）或任何上下文数据。 AI可以列出资源并通过标准MCP消息检索其内容（例如listreSources'和readResource'请求）。
  • **提示：**结构化提示模板或服务器可以提供的指令指导AI的推理。例如，服务器可能会提供格式模板或预定义的查询提示。 AI可以请求提示模板的列表，并使用它们来保持其与该服务器的交互方式的一致性。

在引擎盖下，MCP通信通常基于JSON，并遵循类似于RPC（远程过程调用）的请求响应模式。该协议的规范定义了诸如InitializereQuest，ListTools，calltool'，'listresources等的消息''，这些消息确保任何符合MCP的客户端都可以以统一的方式与任何MCP服务器交谈。此标准化是什么使AI代理可以 *发现 *可以做什么：连接到新服务器后，它可以询问“你提供哪些工具和数据？”然后动态决定如何使用它们。

安全性和执行模型： MCP考虑了安全的，可控的交互。 AI模型本身不会执行任意代码；它将高级意图（通过客户端）发送到服务器，然后执行实际操作（例如获取数据或调用API）并返回结果。这种分离意味着敏感的动作（例如区块链交易或数据库写入）可以是沙盒子或需要明确的用户批准。例如，有诸如ping'（保持连接活力）之类的消息，甚至还有createMessagereQuest'，它允许MCP服务器要求客户端的AI生成子响应，通常通过用户确认使用。正在积极开发身份验证，访问控制和审计记录之类的功能，以确保可以在企业和分散的环境中安全地使用MCP（在路线图部分中提供更多信息）。

总而言之，MCP的体系结构依赖于标准化的消息协议（带有JSON-RPC样式调用），该消息将AI代理（主机）连接到提供工具，数据和操作的灵活服务器。这种开放的体系结构是模型 - 敏捷和**平台 - agnostic ** - 任何AI代理都可以使用MCP与任何资源进行交谈，任何开发人员都可以为数据源创建新的MCP服务器，而无需修改AI的核心代码。这种插件的可扩展性使MCP在Web3中的功能强大：可以为区块链节点，智能合约，钱包或甲壳构建服务器，并使AI代理将这些功能无缝集成到Web2 API上。

##3。MCP在Web3中的用例和应用

MCP通过启用AI驱动的应用程序来访问区块链数据并以安全，高级的方式访问区块链或链链操作，从而解锁了广泛的用例。以下是一些关键应用程序，并且有助于在Web3域中解决：

  • 链上数据分析和查询： AI代理可以实时查询实时区块链状态，以提供见解或触发操作。例如，连接到以太坊节点的MCP服务器允许AI获取帐户余额，读取智能合约存储，跟踪交易或按需检索事件日志。这将聊天机器人或编码助手变成了区块链资源管理器。开发人员可以问一个AI助理问题，例如“ Uniswap池中目前的流动性是什么？”或“模拟该以太坊交易的气体成本”，AI将使用MCP工具调用RPC节点并从现场链中获取答案。这比依靠AI的培训数据或静态快照要强大得多。
  • 自动化的Defi投资组合管理：通过组合数据访问和操作工具，AI代理可以管理加密货币组合或Defi位置。例如，“ AI Vault Optimizer” 可以监视用户在收益农场的位置，并根据实时市场条件自动建议或执行重新平衡策略。同样，AI可以充当 Defi Portfolio经理，在风险或费率变化时调整协议之间的分配。 MCP提供了AI的标准接口，以读取链上指标（价格，流动性，抵押比率），然后在允许的情况下调用工具以执行交易（例如移动资金或交换资产）。这可以帮助用户以难以手动执行的方式最大程度地提高收益率或管理风险24/7。
  • ** AI驱动的交易用户代理：想想可以处理用户的区块链交互的个人AI助手。使用MCP，这样的代理可以与钱包和DAPP集成以通过自然语言命令执行任务。例如，用户可以说：“ AI，将0.5 ETH从我的钱包发送到爱丽丝或“将我的令牌放在最高疗法池中”。通过MCP，AI将使用安全的钱包服务器**（持有用户的私钥）来创建和签署事务，并使用区块链MCP服务器来广播。这种情况将复杂的命令行或metAmask互动变成对话体验。至关重要的是，这里使用安全的钱包MCP服务器，从而执行权限和确认，但最终结果是通过AI援助来简化链上交易。
  • 开发人员助理和智能合同调试： Web3开发人员可以利用基于MCP的AI助手，这些助理可以了解区块链基础架构。例如，**链条的MCP服务器用于EVM和SOLANA ** **使AI编码副驾驶员可以深入了解开发人员的区块链环境。使用AI助手（在VS代码或IDE中）的智能合同工程师可以使AI在测试网上获取合同的当前状态，运行交易的模拟或检查日志 - 所有这些都是通过MCP调用到本地区块链节点的电话。这有助于调试和测试合同。 AI不再“盲目”编码；它实际上可以验证代码如何实时链链。该用例通过允许AI不断摄入最新的文档（通过文档MCP服务器）并直接查询区块链，减少幻觉并提出建议更准确，从而解决了一个主要的痛点。
  • 交叉协调：由于MCP是统一接口，因此单个AI代理可以同时跨多个协议和服务协调 - 这在Web3互连的景观中非常强大。想象一个自治贸易代理，可以监视各种套利平台进行套利。通过MCP，一个代理可以通过连贯的界面与AAVE的贷款市场，Layerzero的跨链桥和MEV（矿工可提取值）分析服务进行交互。 AI可以在一个“思考过程”中，从以太坊（通过以太坊节点上的MCP服务器）收集流动性数据，获取价格信息或Oracle数据（通过另一台服务器），甚至调用桥接或交换操作。以前，这种多平台协调将需要复杂的自定义编码机器人，但是MCP为AI提供了一种可推广的方法，使AI可以浏览整个Web3生态系统，就好像它是一个大数据/资源池一样。这可以使晚期用例（例如跨链产量优化或自动清算保护）可以主动移动资产或抵押品的自动清算保护。
  • ** AI咨询和支持机器人：另一个类别是Crypto应用程序中面向用户的顾问。例如，已集成到uniswap或化合物等平台中的 defi帮助聊天机器人可以使用MCP为用户提供实时信息。如果用户问：“对冲我的职位的最佳方法是什么？”，AI可以通过MCP获取当前费率，波动性数据和用户的投资组合详细信息，然后给出上下文感知的答案。平台正在探索** ai驱动的助手**嵌入在钱包或DAPP中的平台，可以指导用户完成复杂的交易，解释风险，甚至通过批准执行步骤序列。这些AI代理有效地坐落在多个Web3服务（DEXES，贷款池，保险协议）的顶部，使用MCP查询并根据需要命令它们，从而简化了用户体验。
  • **超越Web3 - 多域工作流程：**尽管我们的焦点是Web3，但值得注意的是，MCP的用例扩展到了AI需要外部数据的任何域。它已经被用来将AI连接到Google Drive，Slack，Github，Figma等。实际上，单个AI代理可以跨越Web3和Web2： MCP的灵活性允许跨域自动化（例如，“如果我的DAO投票通过，请安排我的会议，并通过电子邮件发送结果”），将区块链动作与日常工具融合在一起。

解决的问题：总体问题MCP地址是缺乏AI与实时数据和服务交互的统一接口。在MCP之前，如果你希望AI使用新服务，则必须以临时方式手工编码该特定服务API的插件或集成。在Web3中，这特别繁琐 - 每个区块链或协议都有自己的界面，并且没有人工智能希望支持它们。 MCP通过标准化AI描述其想要的内容（自然语言映射到工具调用）以及服务如何描述其提供的内容来解决此问题。这大大减少了整合工作。例如，开发人员可以为该协议编写一个MCP服务器，而不是为每个Fefi协议编写自定义插件（本质上是用自然语言注释其功能）。然后，任何启用MCP的AI（Claude，Chatgpt还是开源型号）都可以立即使用它。这使AI 可扩展以插件方式，就像通过通用端口添加新设备的方式比安装新接口卡更容易。

总而言之，Web3中的MCP使** AI代理可以通过安全，标准化的渠道成为区块链世界的一流公民** - 查询，分析，甚至在分散系统之间进行交易。这为更自主的DAPP，更智能的用户代理以及链和链智能的无缝集成打开了大门。

4。代币学和治理模型​

与典型的Web3协议不同，** MCP没有天然令牌或加密货币。因此，没有内置的代币学 - 没有使用MCP固有的代币发行，积分或费用模型。 AI应用程序和服务器通过MCP通信，而无需涉及任何加密货币；例如，通过MCP呼叫区块链的AI可能会为区块链交易支付汽油费，但MCP本身没有增加额外的代币费用。该设计反映了MCP在AI社区中的起源：它是作为改善AI-Tool互动的技术标准而不是作为令牌化项目的技术标准。

** MCP的治理是以开源的，社区驱动的方式进行的。在将MCP作为公开标准发布后，人类表明了对协作发展的承诺。一个广泛的指导委员会和工作组成立了，以使协议的发展。值得注意的是，到2025年中，像微软和Github这样的主要利益相关者与人类同行加入了MCP指导委员会。这是在2025年Microsoft Build Build宣布的，表明行业参与者指导MCP的路线图和标准决策。委员会和维护者通过公开治理过程进行工作：通常会公开讨论更改或扩展MCP的建议（例如，通过GitHub问题和“ SEP” - 标准增强建议 - 指南 - 指南）。还有一个** MCP注册表工作组**（带有Block，Pulsemcp，Github和Anthropic公司等公司的维护者），例如多方治理。 2025年初，来自至少9个不同组织的贡献者合作建立了一个统一的MCP服务器注册表以进行发现，并证明了如何在社区成员之间分散发展，而不是由一个实体控制。

由于没有令牌，治理激励措施依靠利益相关者（AI公司，云提供商，区块链开发人员等）的共同利益来改善所有人的协议。这有点类似于W3C或IETF标准如何控制，但以更快的方式以GitHub为中心的过程。例如，Microsoft和Anthropic共同努力，为MCP（集成了Oauth和Single Sign-On之类的内容）设计了改进的授权规范，Github在官方MCP注册表服务上合作列出了可用的服务器。这些增强功能又为MCP规范做出了贡献。

值得注意的是，尽管MCP本身没有被象征化，但在MCP之上，关于经济激励措施和权力下放的前瞻性想法。 Web3中的一些研究人员和思想领导者预见了**“ MCP Networks” 的出现 - 基本上是MCP服务器的分散网络和使用类似区块链机制来发现，信任和奖励的代理。在这种情况下，人们可以想象一个令牌被用来奖励那些运行高质量MCP服务器的人（类似于矿工或节点运营商的激励方式）。智能合约或区块链可以促进声誉评级，可验证的计算和节点发现等功能，并具有令牌驾驶诚实的行为。这仍然是概念上的，但是MIT的NAMDA（稍后讨论）等项目正在尝试使用MCP的AI代理网络的基于令牌的激励机制。如果这些想法成熟，MCP可能会更直接地与链上的代酮组学相交，但是截至2025年核心MCP标准仍然是无令状的。

总之，MCP的“治理模型”是开放技术标准的：由社区和专家指导委员会协作，没有链子治理令牌。决策以技术优点和广泛的共识为指导，而不是硬币加权投票。这将MCP与许多Web3协议区分开来 - 它旨在通过开放的软件和标准来实现Web3的理想（权力下放，互操作性，用户授权），不是通过专有区块链或代币。用一个分析的话说， *“ Web3的承诺最终可以通过区块链和加密货币来实现，而是通过自然语言和AI代理人实现” *，将MCP定位为该愿景的关键推动者。就是说，随着MCP网络的增长，我们可能会看到混合模型，基于区块链的治理或激励机制增加了生态系统，这是一个密切关注的空间。

5。社区和生态系统​

MCP生态系统在短时间内爆炸性增长，涵盖了AI开发人员，开源贡献者，Web3工程师和主要科技公司。这是一项充满活力的社区努力，与主要的贡献者和合作伙伴关系**，包括：

  • **人类：**作为创建者，通过开源MCP规格和几个参考服务器（用于Google Drive，Slack，Github等），人类种子为生态系统播种。 Anthropic继续领导开发（例如，Theodora Chu之类的员工担任MCP产品经理，而Anthropic的团队为规格更新和社区支持做出了巨大贡献）。 Anthropic的开放性吸引了其他人在MCP上建立，而不是将其视为单一公司工具。

  • **早期采用者（Block，Apollo，Zed，Replit，Codeium，SourceGraph）：发行后的头几个月，一波早期采用者在其产品中实施了MCP。 块（以前为正方形）集成的MCP探索金融科技中的AI代理系统 - Block的CTO称赞MCP是将AI连接到现实世界应用程序的开放式桥梁。 ** Apollo （可能是Apollo GraphQl）还集成了MCP，以允许AI访问内部数据。 ** ZED（代码编辑器）， REPLAIT（Cloud IDE）， CONEIM（AI Coding Assistans）和 sourceGraph（代码搜索）**每个人都在添加MCP支持。例如，SourceGraph使用MCP，因此AI编码助手可以从存储库中检索相关代码以回答问题，并且Repliting的IDE代理可以在特定于项目的环境中提取。这些早期采用者提供了MCP的信誉和知名度。

  • 大型技术认可 - Openai，Microsoft，Google：在一个显着的转弯处，否则竞争对手在MCP上保持一致的公司。 ** OpenAI的首席执行官Sam Altman在2025年3月公开宣布 Openai将在其产品中增加MCP支持（包括Chatgpt的桌面应用程序），说“人们喜欢MCP，我们很高兴能在我们的产品中增加支持”*。这意味着OpenAI的代理API和ChatGpt插件会说MCP，从而确保互操作性。几周后，** Google DeepMind的首席执行官Demis Hassabis 透露，Google即将推出的Gemini模型和工具将支持MCP，称其为“ AI Agesic ERA”的良好协议和开放标准。 ** Microsoft 不仅加入了指导委员会，而且与Anthropic合作，为MCP构建了官方的C＃SDK，以服务于企业开发人员社区。 Microsoft的GitHub单元将MCP集成到 GitHub Copilot（vs Code的“ Copilot Labs/Agents”模式），使Copilot能够将MCP服务器用于存储库搜索和运行测试用例之类的内容。此外，Microsoft宣布Windows 11将公开某些OS功能（例如文件系统访问），因为MCP服务器可以安全地与操作系统进行交互。 Openai，Microsoft，Google和Anthropic（所有人都在MCP围绕MCP集会）之间的合作是非凡的，并强调了该标准的社区竞争精神。

  • ** Web3开发人员社区：许多区块链开发人员和初创公司都接受了MCP。创建了几个社区驱动的MCP服务器**，以服务区块链用例：

  • ** Alchemy （领先的区块链基础架构提供商）的团队构建了 Alchemy MCP服务器**，该服务器通过MCP提供按需区块链分析工具。这可能使AI通过使用自然语言的API获得区块链统计数据（例如历史交易，地址活动）。

    • 贡献者开发了一个比特币和闪电网络MCP服务器与比特币节点和闪电支付网络进行交互，使AI代理能够读取比特币块数据，甚至通过标准工具创建闪电发票。
    • Crypto Media and Education Group 无资金创建了一个** OnChain MCP服务器**专注于Web3财务互动，可能为AI助手提供了DEFI协议（发送交易，查询偏差职位等）的接口。
    • 诸如** rolup.codes （以太坊第2层的知识库）之类的项目制作了一个 MCP服务器，用于滚动生态系统信息**，因此AI可以通过查询该服务器来回答有关汇总的技术问题。
    • ** Chainstack **，一个区块链节点提供商，为文档，EVM链数据和Solana推出了一套MCP服务器（涵盖了前面），明确将其作为“将你的AI放在web3构建器上的区块链类固醇上”。

此外，以Web3为中心的社区在MCP周围涌现。例如，** pulsemcp 和鹅**是社区倡议，称为帮助建立MCP注册表。我们还看到与AI代理框架的交叉授粉：Langchain社区集成的适配器，因此所有MCP服务器都可以用作Langchain-Power驱动代理中的工具，以及Hugging Face TGI（Text-Generation-generation-interference）的开源AI平台都在探索MCP兼容性。结果是一个丰富的生态系统，几乎每天都会宣布新的MCP服务器，从数据库到IoT设备的所有内容。

  • **采用量表：可以在一定程度上量化牵引力。到2025年2月（发布后仅三个月），社区已经建造了1,000多个MCP服务器/连接器。这个数字只有增长，表明整个行业的一体化。迈克·克里格（Mike Krieger）（拟人化的首席产品官）于2025年春季指出，MCP已成为“蓬勃发展的公开标准，具有成千上万的集成和成长” **。官方的MCP注册表（于2025年9月在预览中启动）正在对公开可用的服务器进行分类，从而更容易发现工具。注册表的开放API允许任何人搜索“以太坊”或“概念”并找到相关的MCP连接器。这降低了新进入者的障碍，并进一步燃烧增长。

  • **合作伙伴关系：**我们已经谈到了许多隐式合作伙伴关系（与Microsoft等人的拟人化）。重点介绍几个：

  • **人类与Slack **：通过Slack合作，通过MCP将Claude与Slack的数据集成在一起（Slack拥有官方MCP服务器，使AI能够检索Slack消息或发布警报）。

    • 云提供商：Amazon（AWS）和Google Cloud已与Anthropic合作以主持Claude，并且很可能在这些环境中支持MCP（例如，AWS Bedrock可能允许MCP连接器用于企业数据）。尽管没有明确的引用，但这些云伙伴关系对于企业采用至关重要。
    • 学术合作：MIT和IBM研究项目NAMDA（下一个讨论）代表了学术界与行业之间的合作伙伴关系，以在分散的环境中推动MCP的限制。
    • ** GitHub＆vs Code **：增强开发人员体验的合作伙伴关系 - 例如，VS代码的团队积极地为MCP做出了贡献（注册表维护者之一来自VS代码团队）。
    • 许多初创企业：许多AI启动（代理启动，工作流动自动化启动）正在MCP上构建，而不是重新发明轮子。这包括新兴的Web3 AI初创公司希望提供“ AI为DAO”或自主经济代理商。

总体而言，** MCP社区的多样化和迅速扩展**。它包括核心科技公司（用于标准和基础工具），Web3专家（带来区块链知识和用例）以及独立的开发人员（他们通常为其喜欢的应用程序或协议贡献连接器）。这种精神是协作的。例如，对第三方MCP服务器的安全问题促使社区讨论和最佳实践的贡献（例如，为MCP服务器开展安全工具的Stacklok贡献者）。社区快速迭代的能力（MCP在几个月内看到了几次规范升级，添加流媒体响应和更好的auth等功能）证明了广泛的参与度。

特别是在Web3生态系统中，MCP培养了**“ AI + Web3” 项目的迷你生态系统。这不仅是使用协议；它催化了新想法，例如AI驱动的Daos，AI分析的链链治理以及跨域自动化（例如将链上事件与AI通过AI联系起来）。 Limechain的Zhivko Todorov 的存在 - 例如 Zhivko Todorov 表示“ MCP表示AI和区块链的不可避免的整合” - 表明，区块链退伍军人正在积极倡导它。 AI和区块链公司之间的合作伙伴关系（例如人类和区块之间的合作伙伴，或微软的Azure Cloud，使MCP易于与区块链服务一起部署）暗示了 AI代理和智能合约手工工作**的未来。

可以说，MCP点燃了AI开发人员社区与Web3开发人员社区的第一个真正的融合。现在，黑客马拉松和聚会以MCP曲目为特色。 As a concrete measure of ecosystem adoption: by mid-2025, OpenAI, Google, and Anthropic – collectively representing the majority of advanced AI models – all support MCP, and on the other side, leading blockchain infrastructure providers (Alchemy, Chainstack), crypto companies (Block, etc.), and decentralized projects are building MCP hooks.这个双面网络效果非常好，可以使MCP成为持久的标准。

6。路线图和发展里程碑​

MCP的开发节奏很快。在这里，我们概述了迄今为止的主要里程碑，而前方的路线图从官方来源和社区更新中收集到：

  • ** 2024年末 - 初始版本：** ** 2024年11月25日**，拟人化正式宣布了MCP并开源了规格和初始SDK。除了规格外，他们发布了一些用于通用工具的MCP服务器实现（Google Drive，Slack，Github等），并在Claude AI Assistant（Claude Desktop App）中增加了支持，以连接到本地MCP服务器。这标志着MCP的1.0发布。拟人化的早期概念验证集成展示了Claude如何使用MCP读取文件或以自然语言查询SQL数据库，从而验证了概念。
  • ** Q1 2025 - 快速采用和迭代：在2025年的前几个月，MCP看到了广泛的行业采用**。 ** 2025年3月**，OpenAI和其他AI提供者宣布了支持（如上所述）。此期间还看到了** Spec Evolution ：拟人更新的MCP，包括流式功能**（允许大量结果或连续数据流逐步发送）。该更新于2025年4月注明了C＃SDK新闻，表明MCP现在支持诸如张大响应或实时供稿集成之类的功能。社区还以各种语言（Python，JavaScript等）建立了参考实现，超越了人类的SDK，从而确保了多声支持。
  • ** Q2 2025 - 生态系统工具和治理：在 2025年5月**，Microsoft和Github加入了努力，促使正式的治理和增强安全性。在2025年的Build 2025上，Microsoft揭幕了** Windows 11 MCP Integration 的计划，并详细介绍了MCP 中的授权流的合作。大约在同一时间，将 MCP注册表**的想法引入了可用的索引服务器（根据注册表博客，最初的头脑风暴始于2025年3月）。 **“标准曲目” **过程（SEP - 标准增强提案）是在GitHub上建立的，类似于以太坊的EIPS或Python的Peps，以有序地管理贡献。社区电话和工作组（用于安全，注册表，SDK）开始召集。
  • ** 2025年中 - 功能扩展：**到2025年中，路线图优先考虑了几个关键改进：
  • **异步和长期运行的任务支持：**计划允许MCP处理长期操作而不会阻止连接。例如，如果AI触发需要几分钟的云作业，则MCP协议将支持异步响应或重新连接以获取结果。
  • 身份验证和细粒度的安全性：开发精细授权敏感动作的机制。这可能包括将OAuth流，API密钥和Enterprise SSO集成到MCP服务器中，以便可以安全地管理AI访问。鉴于允许AI调用强大的工具的安全风险，到2025年中期，MCP安全性的指南和最佳实践正在进行中。目的是，例如，如果AI是通过MCP访问用户的私有数据库，则应遵循安全的授权流（通过用户同意），而不仅仅是一个开放式终点。
  • 验证和合规性测试：认识到对可靠性的需求，社区优先建筑物合规性测试套件和参考实施。通过确保所有MCP客户端/服务器遵守规格（通过自动测试），它们旨在防止分裂。参考服务器（可能是具有远程部署和AUTH的最佳实践的示例），也在路线图上，以及一个参考客户端应用程序，展示了使用AI的完整MCP使用情况。
    • 多模态支持：将MCP扩展到文本之外，以支持图像，音频，视频数据等模式。例如，AI可能会从MCP服务器（例如设计资产或图表）请求图像或输出图像。规格讨论包括添加对 *流和块的消息 *的支持 *以交互方式处理大型多媒体内容。关于“ MCP流”的早期工作已经在进行中（以支持实时音频供稿或持续传感器数据诸如AI的情况）。
    • 中央注册表与发现：实施中央 MCP注册表的计划在2025年中期执行了服务器发现服务。 ** 2025年9月，官方的MCP注册表在预览中启动。该注册表为公开可用的MCP服务器提供了一个的真理，允许客户端通过名称，类别或功能找到服务器。从本质上讲，它就像是AP商店（但开放）的AI工具。该设计允许公共注册表（全球索引）和私人索引（特定于企业索引），所有这些都可以通过共享API互操作。注册表还引入了一种审核机制，以通过社区审核模型来旗帜或恶意服务器，以保持质量。
  • ** 2025年末及以后 - 走向分散的MCP网络：虽然还没有“官方”路线图项目，但该轨迹指向更多权力下放和Web3 Synergy **：
  • 研究人员正在积极探索如何向MCP添加分散的发现，声誉和激励层。 ** MCP网络**（或“ MCP端点市场”）的概念正在孵化。这可能涉及基于智能合约的注册表（因此，没有单个服务器列表的失败点），服务器/客户端具有链子身份的声誉系统，并且具有良好行为的链接，并且可能可以为运行可靠的MCP节点的奖励**。
    • ** MIT的NAMDA **项目始于2024年，是朝这个方向朝着这个方向迈出的具体步骤。到2025年，NAMDA已在MCP的基础上构建了一个原型分布式代理框架，包括动态节点发现，跨代理簇的负载平衡以及使用区块链技术分散注册表等功能。他们甚至具有基于实验令牌的激励措施和用于多代理协作的出处跟踪。 NAMDA的里程碑表明，拥有许多具有无信任协调的机器的MCP代理网络是可行的。如果采用了NAMDA的概念，我们可能会看到MCP演变为结合其中一些想法（可能是通过可选扩展或顶部分层的单独协议）。
    • 企业硬化：在企业方面，到2025年底，我们希望MCP集成到主要的企业软件产品中（Microsoft在Windows和Azure中包含在Windows和Azure中）。该路线图包括企业友好的功能，例如 SSO集成和强大的访问控件。 MCP注册表和工具包的一般可用性可能在2025年底之前大规模部署MCP（例如，在公司网络中）。

到目前为止，回顾一些密钥的发展里程碑（清晰的时间表格式）：

  • ** 2024年11月：** MCP 1.0发布（拟人化）。
  • ** 2024年12月 - 2025年1月：**社区建立了第一波MCP服务器； Anthropic通过MCP支持释放Claude桌面；小规模的飞行员bake，阿波罗等。
  • ** 2025年2月：** 1000+社区MCP连接器已达到；人类主办研讨会（例如，在AI峰会上，驾驶教育）。
  • ** 2025年3月：** OpenAI宣布支持（ChatGpt Agents SDK）。
  • ** 2025年4月：** Google DeepMind宣布支持（双子座将支持MCP）； Microsoft发布C＃SDK的预览。
  • ** 2025年5月：**指导委员会扩展（Microsoft/github）；构建2025演示（Windows MCP集成）。
  • ** 2025年6月：** Chainstack启动Web3 MCP服务器（EVM/SOLANA）供公众使用。
  • ** 2025年7月：** MCP Spec版本更新（流，身份验证改进）;官方路线图在MCP网站上发布。
  • ** 2025年9月：** MCP注册表（预览）启动； MCP可能会在更多产品（Claude的工作等）中达到一般可用性。
  • ** 2025年末（预计）：**注册表v1.0 live;安全最佳实践指南发布；可能具有分散发现的初始实验（NAMDA结果）。

视觉前进是，MCP变得像HTTP或JSON一样无处不在，这是许多应用程序在引擎盖下使用的常见层。对于Web3，路线图提出了更深的融合：在其中AI代理不仅会使用Web3（区块链）作为信息的来源或水槽，而且Web3基础架构本身可能会开始将AI代理（通过MCP）作为操作的一部分（例如，DAO可能会运行MCP Compatiabil AI来管理某些任务，或者可能会通过MCP出版MCP来管理某些任务。路线图的重点是诸如可验证性和身份验证之类的事物暗示，这些内容沿线信任最小的MCP交互可能是现实 - 想象AI输出带有加密证明的AI输出，或者是AI呼叫审核目的的AI工具的链上日志。这些可能性模糊了AI和区块链网络之间的界线，而MCP是该融合的核心。

总之，MCP的发展是高度动态的。它达到了重大的早期里程碑（在发布后的一年内广泛采用和标准化），并以明确的路线图强调安全性，可扩展性和发现，继续迅速发展。实现和计划的里程碑确保MCP在扩展时将保持强大：应对长期运行的任务，安全许可以及数千个工具的绝对可发现性。这种向前的动量表明，MCP不是静态的规格，而是一个不断增长的标准，可能会纳入更多的Web3味功能（服务器的分散治理，激励对齐），因为这些功能会出现。社区有望将MCP适应新的用例（多模式AI，IoT等），同时关注核心承诺：在Web3时代，使AI 更加连接，上下文感知和用户授权 **。

7。与类似的Web3项目或协议进行比较​

MCP独特的人工智能和连接性的融合意味着并不多直接苹果到苹果对等效物，但是将其与Web3和AI交集的其他项目进行比较，或者具有类似的目标是有启发性的：

  • ** SingularityNet（AGI/X）** - 分散的AI市场：SingularityNet，由Ben Goertzel博士和其他人于2017年推出，是基于区块链的AI服务市场。它允许开发人员将AI算法获利为服务和用户消费这些服务，这些服务都是由用于付款和治理的代币（AGIX）促进的。从本质上讲，SingularityNet试图通过在网络上托管AI模型的供应，任何人都可以致电AI服务以换取令牌。从根本上讲，这与MCP有所不同。 MCP不会托管或货币化AI模型；取而代之的是，它为AI（无论在何处运行）提供了一个标准接口，以访问数据/工具。可以想象使用MCP将AI连接到SingularityNet上列出的服务，但是SingularityNet本身专注于经济层（谁提供了AI服务以及如何获得付款）。另一个关键区别是：治理 - SingularityNet具有链政府（通过 SingularityNet增强建议（SNEP）和Agix代币投票）可以发展其平台。相比之下，MCP的治理是没有令牌的链和协作的。总而言之，SingularityNet和MCP都为更开放的AI生态系统而努力，但是SingularityNet大约是AI算法的标记网络，而MCP则涉及AI-Tool互操作性的协议标准。他们可以补充：例如，SingularityNet上的AI可以使用MCP获取所需的外部数据。但是SingularityNet并没有试图标准化工具使用；它使用区块链协调AI服务，而MCP使用软件标准使AI与任何服务一起使用。
  • ** fetch.ai（FET）** - 基于代理的分散平台：fetch.ai是另一个将AI和区块链混合的项目。它启动了自己的风险验证区块链和框架，用于构建自主代理，以执行任务并在分散网络上进行交互。在Fetch的愿景中，数以百万计的“软件代理”（代表人员，设备或组织）可以使用FET令牌进行交易进行谈判和交换价值。 Fetch.ai提供了代理框架（UAGENT）和基础架构，用于其分类帐中的代理之间的发现和通信。例如，获取代理商可能通过与其他代理进行停车和运输，或自动管理供应链工作流来帮助优化城市中的流量。这与MCP相比如何？两者都涉及代理商的概念，但是Fetch.ai的代理商与其区块链和代币经济密切相关 - 他们生活在Fetch Network 上并使用链逻辑。 MCP代理（AI主机）是模型驱动的（如LLM），而不是与任何单个网络绑定的； MCP满足于通过Internet或在云设置中运行，而无需区块链。 Fetch.ai试图从头开始建立一个新的分散的AI经济经济体（具有自身的信任和交易的分类帐），而MCP则是 layer-agnoffient ** - 它在现有网络上（可以在HTTPS上使用，甚至可以在blockchain的顶部使用），以启用AI II互动）。有人可能会说，提取更多是关于自治经济代理和MCP关于智能工具的代理。有趣的是，这些可能会相交：fetch.ai上的自治代理可能会使用MCP与链脱链资源或其他区块链进行交互。相反，可以使用MCP来构建利用不同区块链（不仅仅是一个）的多代理系统。在实践中，MCP的采用速度更快，因为它不需要自己的网络 - 它可以与以太坊，Solana，Web2 API等一起使用。 Fetch.ai的方法更重量级，创建了一个参与者必须加入（并获取代币）的整个生态系统。总而言之， fetch.ai vs mcp **：fetch是一个平台，具有自己的令牌/区块链，适用于AI代理，重点是代理之间的互操作性和经济交流，而MCP则是协议（在任何环境中）可以用来插入工具和数据。他们的目标重叠在启用AI驱动的自动化方面，但它们可以解决堆栈的不同层，并且具有非常不同的建筑哲学（封闭的生态系统与开放标准）。
  • 连锁链接和分散的Oracles ** - *将区块链连接到链链数据：*链链接不是AI项目，而是与web3协议相关的互补问题：如何将块链连接到外部数据和计算。 ChainLink是一个分散的节点（ORACLES）网络，以信任最小的方式获取，验证和传递链链数据。例如，Chainlink Oracles通过链链接功能代表智能合约为DEFI协议提供价格提要或调用外部API。相比之下，MCP将 AI模型连接到外部数据/工具（其中一些可能是区块链）。可以说连锁链接将数据带入区块链，而MCP将数据带入了AI 。有一个概念上的相似之处：两者都在原本孤立的系统之间建立桥梁。 ChainLink专注于提供链上数据的数据的可靠性，权力下放和安全性（解决单点故障的“甲骨文问题”）。 MCP专注于AI如何访问数据的灵活性和标准化（解决AI代理的“集成问题”）。他们在不同的域（智能合约与AI助手）运行，但可能会将MCP服务器与Oracles进行比较：价格数据的MCP服务器可能将同一API称为链条节点。区别在于消费者** - 在MCP的情况下，消费者是AI或面向用户的助手，而不是确定性的智能合约。同样，MCP并不能固有地提供链链接确实可以保证的信任（MCP服务器可以集中或社区运行，并且在应用程序级别管理信任）。但是，如前所述，分散MCP网络的想法可以从Oracle网络中借入 - 例如，可以查询多个MCP服务器并进行了交叉检查结果，以确保AI不会提供不良数据，类似于多个链接链接节点的汇总方式。简而言之，**链链接与MCP **：链链接为Web3中间件，用于消耗外部数据，MCP是AI中间件，用于模型消耗外部数据（其中可能包括区块链数据）。它们解决了不同领域的类似需求，甚至可以补充：使用MCP的AI可能会作为可靠的资源获取链条提供的数据供稿，相反，AI可以作为分析的来源，链条Oracle会带来链链（尽管后一种情况会引起验证性问题）。
  • ** ChatGpt插件 / OpenAI功能与MCP ** - *AI工具集成方法：*虽然不是Web3项目，但需要快速比较，因为Chatgpt插件和OpenAI的功能调用功能还将AI连接到外部工具。 ChatGpt插件使用服务提供的OpenAPI规范，然后该模型可以按照规格调用这些API。局限性是它是一个封闭的生态系统（在OpenAI的服务器上运行的OpenAI批准的插件），每个插件都是孤立的集成。 Openai的较新 “代理” * SDK在概念上更接近MCP，让开发人员定义了AI可以使用的工具/功能，但最初它特定于OpenAI的生态系统。 ** langchain 类似地提供了为LLMS工具提供代码的框架。 MCP通过为此提供开放的，模型的不可能标准**而有所不同。正如一个分析所说，Langchain为工具创建了一个面向开发人员的标准（Python接口），而MCP创建了 针对模型的标准 * - AI代理可以在没有自定义代码的情况下在运行时发现并使用任何MCP定义的工具。实际上，MCP的服务器生态系统比Chatgpt插件在几个月内增长更大，更多样化。与其具有自己的插件格式的每个模型（Openai具有不同的插件），而是在MCP周围合并。 OpenAI本身表示对MCP的支持，从本质上将其功能方法与更广泛的标准保持一致。因此，将 OpenAI插件与MCP **进行比较：插件是一种策划的集中式方法，而MCP是一种分散的社区驱动方法。在Web3心态中，MCP更“开源和无许可”，而专有插件生态系统更加封闭。即使不是区块链，这也使MCP类似于Web3的精神 - 它可以启用互操作性和用户控制（你可以为数据运行自己的MCP服务器，而不是将其全部提供给一个AI提供商）。这种比较表明了为什么许多人认为MCP具有更长期的潜力：它没有锁定到一个供应商或一个模型。
  • 项目NAMDA和分散代理框架： NAMDA值得一个单独的注释，因为它将MCP与Web3概念明确结合在一起。如前所述，NAMDA（网络代理模块化分布式体系结构）是MIT/IBM计划于2024年启动，以使用MCP作为通信层建立一个可扩展的，AI代理的分布式网络。它将MCP视为消息传递主链（因为MCP使用标准的JSON-RPC样消息，非常适合与代理间通信），然后使用区块链启发的技术添加了用于动态发现，容错和可验证的识别的图层。 NAMDA的代理可以在任何地方（云，边缘设备等），但是分散的注册表（有点像DHT或区块链）可以以防篡改的方式跟踪它们及其功能。他们甚至探索给代理商代币激励合作或资源共享。从本质上讲，NAMDA是一个“ MCP的Web3版本” 可能的实验。这还不是一个广泛部署的项目，而是精神上最接近的“类似协议”之一。如果我们查看NAMDA vs MCP：NAMDA使用MCP（因此不是竞争标准），而是通过以信任最小的方式进行联网和协调多个代理的协议扩展它。可以将NAMDA与加密社区所看到的 Autonolas或多代理系统（MAS）等框架进行比较，但是这些框架通常缺乏强大的AI组件或共同的协议。 NAMDA + MCP一起展示了分散的代理网络如何运作，区块链提供身份，声誉以及可能的代币激励措施**，以及MCP提供代理通信和工具使用。

总而言之，** MCP与大多数先前的Web3项目分开。诸如SingularityNet和Fetch.ai之类的项目旨在使用区块链 *分散AI计算或服务 *； MCP改为 *标准化与服务 *的AI集成 *，可以通过避免平台锁定来增强权力下放化。甲骨文网络（例如Chainlink）将数据传递求解到区块链； MCP将数据传递解决到AI（包括区块链数据）。如果Web3的核心理想是权力下放，互操作性和用户授权，则MCP正在攻击AI领域中的互操作性作品。它甚至影响了这些较旧的项目 - 例如，没有什么可以阻止SingularityNet通过MCP服务器提供其AI服务，或者使用MCP从使用MCP来与外部系统进行交谈。我们很可能会看到一种融合， *令牌驱动的AI网络将MCP用作其通用语言 *，将Web3的激励结构与MCP的灵活性结合在一起。

最后，如果我们考虑市场知觉：MCP通常被吹捧为AI，Web3希望为Internet做什么，请打破孤岛并授权用户。这已导致一些非正式地昵称MCP为“ AI的Web3”（即使不涉及区块链）。但是，重要的是要认识到MCP是协议标准，而大多数Web3项目是具有经济层次的全栈平台。相比之下，MCP通常是一种更轻巧，通用的解决方案，而区块链项目更重，专门的解决方案。根据用例，它们可以补充而不是严格竞争。随着生态系统的成熟，我们可能会将MCP视为一个模块（就像HTTP或JSON无处不在），而不是作为竞争对手项目。

8。公众的看法，市场牵引力和媒体报道​

在AI和Web3社区中，对MCP的公众情绪一直是非常积极的，这些社区通常与热情接壤。许多人将其视为“改变游戏规则的**”，它悄悄地到达，但随后席卷了该行业。让我们分解感知，牵引力和著名的媒体叙事：

**市场牵引力和采用指标：**到2025年中，MCP在新协议中实现了很少的采用水平。如前所述。仅此一项就向市场发出了信号，即MCP可能会留在这里（类似于在互联网早期互联网时代的宽大支持TCP/IP或HTTP的广泛支持）。在Web3端， *牵引力在开发人员行为中很明显 *：黑客马拉松开始以MCP项目为特色，许多区块链开发工具现在将MCP集成作为卖点。经常引用“几个月内1000多个连接器”和迈克·克里格（Mike Krieger）的“成千上万个集成”报价的统计数据，以说明MCP捕获的速度。这表明网络效果强大 - MCP可用的工具越多，它越有用，促使采用更多（积极的反馈循环）。风投和分析师指出，MCP在一年以下实现了一年以下的“ AI互操作性”尝试在几年以来未能做到的事情，这在很大程度上是由于时间安排（在AI代理商中占据了兴趣浪潮）和开源。在Web3媒体中，有时会根据开发人员的思维方式和集成到项目中来衡量牵引力，而MCP现在在两个方面都得分很高。

**在AI和Web3社区中的公众看法：最初，MCP在第一次宣布时（2024年底）在雷达下飞行。但是到2025年初，随着成功故事的出现，感知转变为兴奋。 AI从业人员将MCP视为“缺少拼图”，以使AI代理在玩具示例之外真正有用。另一方面，Web3构建器将其视为最终将AI纳入DAPP的桥梁，而不会丢弃权力下放 - 例如，AI可以使用链上的数据而无需集中的Oracle。 思想领导者一直在赞美：例如，耶稣·罗德里格斯（Jesus Rodriguez）（著名的Web3 AI作家）在Coindesk中写道，MCP可能是“ AI时代最具变革性的协议之一，并且非常适合Web3架构”。 Rares Crisan在一个著名的资本博客中认为，MCP可以通过使互联网更加以用户为中心和自然互动来实现Web3的承诺。这些叙述将MCP视为革命性而实用的，而不仅仅是炒作。

公平地说，并非所有评论都是不可判的。像Reddit这样的论坛上的一些AI开发人员指出，MCP“不做所有事情” - 这是一种通信协议，而不是开箱即用的代理商或推理引擎。例如，一个标题为“ MCP是死胡同”的Reddit讨论认为，MCP本身并不能管理代理认知或保证质量。它仍然需要良好的代理设计和安全控制。这种观点表明，MCP可以被淘汰为银弹。但是，这些批评更多地是关于回火的期望，而不是拒绝MCP的实用性。他们强调MCP解决了工具连接性，但仍必须建立强大的代理逻辑（即MCP不会神奇地创建智能代理，它可以用工具为工具）。 **共识是，即使在谨慎的声音中，MCP也是向前迈出的一大步。 Hugging Face的社区博客指出，尽管MCP并不是一个解决方案，但它是集成，上下文意识到的AI的主要推动者，因此开发人员因此而围绕它进行集会。

媒体报道： MCP在主流技术媒体和利基区块链媒体上都获得了明显的报道：

  • ** TechCrunch **经营多个故事。他们介绍了2024年推出的最初概念（“拟人化提出了一种将数据连接到AI聊天机器人连接到AI聊天机器人的新方法”。2025年，TechCrunch强调了每个大收养时刻：OpenAI的支持，Google的Embrace，Microsoft/Github的参与。这些文章通常强调MCP围绕MCP的行业团结。例如，TechCrunch引用了Sam Altman的认可，并指出了从竞争对手标准到MCP的迅速转变。这样一来，他们将MCP描绘成新兴的标准，类似于没有人希望在90年代被排除在Internet协议之外。在一个著名的出口中，这种报道向更广泛的科技界发出了信号，即MCP是重要和真实的，而不仅仅是一个边缘开放源项目。
  • ** Coindesk 和其他加密出版物锁定在 Web3 Angle **上。罗德里格斯（Rodriguez）（2025年7月）的意见文章经常被引用；它绘制了一张未来派的图片，每个区块链都可以是MCP服务器，而新的MCP网络可能会在区块链上运行。它将MCP连接到分散的身份，身份验证和可验证性等概念 - 讲区块链受众的语言，并建议MCP可能是真正将AI与分散框架融合在一起的协议。 CoIntelegraph，Bankless和其他人还在“ AI代理和defi”和类似主题的背景下讨论了MCP，通常对可能性进行了乐观的态度（例如，Bankless有一篇关于使用MCP让AI管理链链交易的文章，并为自己的MCP服务器提供了一种方法）。
  • **著名的VC博客 /分析师报告：**著名的资本博客文章（2025年7月）是Venture Analysis绘制MCP和Web协议演变之间相似之处的示例。它本质上认为MCP可以为Web3做HTTP对Web1所做的事情 - 提供了一个新的接口层（自然语言接口），该界面层（自然语言接口）无法替代基础基础架构，但可实现。这种叙述令人信服，并在面板和播客中得到了回应。它可以将MCP定位为不像区块链竞争，而是与最终允许普通用户（通过AI）轻松利用区块链和Web服务的下一个抽象。
  • **开发人员社区的嗡嗡声：**在正式文章之外，MCP的崛起可以通过其在开发人员话语中的存在来衡量 - 会议演讲，YouTube频道，新闻通讯。例如，诸如“ MCP：Agentic AI的丢失链接”之类的流行博客文章？在Runtime.news和新闻通讯（例如AI研究人员Nathan Lambert）等网站上，讨论了与MCP的实践实验及其与其他工具使用框架的比较。总体语气是好奇心和兴奋：开发人员分享了将AI连接到他们的家庭自动化或加密钱包的演示，只使用MCP服务器几行，这是不久前的科幻服务。这种基层兴奋很重要，因为它表明MCP超越了公司认可。
  • **企业的观点：**专注于企业AI的媒体和分析师也将MCP视为关键开发。例如， *新的堆栈 *介绍了人类为Claude中的远程MCP服务器的添加支持以供企业使用。这里的角度是，企业可以使用MCP将其内部知识库和系统安全地连接到AI。这对Web3也很重要，因为许多区块链公司都是企业本身，并且可以在内部利用MCP（例如，加密交易所可以使用MCP让AI分析内部交易日志以进行欺诈检测）。

**引人注目的引文和反应：**一些值得一提的是封装公众的看法：

  • *“就像HTTP彻底改变了Web通信一样，MCP提供了一个通用的框架...用单个协议代替了零散的集成。” * - Coindesk。与HTTP的比较非常强大。它将MCP框架为基础架构级创新。
  • *“ MCP已成为一个蓬勃发展的开放标准，具有成千上万的集成和增长。在连接你已经拥有的数据时，LLM最有用...” * - Mike Krieger（人类）。这是对牵引力和核心价值主张的官方确认，在社交媒体上已广泛分享。
  • *“ Web3的承诺...最终可以通过自然语言和AI代理来实现。....MCP是我们在群众面前看到的最接近的Web3。” * - 值得注意的资本。这个大胆的声明引起了人们对加密型UX缓慢改善感到沮丧的人的共鸣。它表明AI可能会通过抽象复杂性来破解主流采用的代码。

**挑战和怀疑：**热情很高，媒体也讨论了挑战：

  • **安全问题：**诸如新堆栈或安全博客之类的插座提出，如果不打磨，允许AI执行工具可能是危险的。如果恶意的MCP服务器试图获得AI执行有害动作怎么办？ Limechain博客明确警告了 *具有社区开发的MCP服务器的“重大安全风险” *（例如，处理私钥的服务器必须非常安全）。讨论中已经回应了这些问题：从本质上讲，MCP扩大了AI的能力，但权力带来了风险。社区的反应（指南，身份机制）也得到了涵盖，通常会确保正在建立缓解。尽管如此，任何对MCP的高调滥用（例如，AI引发了意外的加密转移）都会影响感知，因此媒体在这方面受到注意。
  • **绩效和成本：**一些分析师指出，与直接调用API相比，使用使用工具的AI代理可能会慢或更昂贵（因为AI可能需要多个来回步骤来获得所需的东西）。在高频交易或链上执行环境中，该潜伏期可能会出现问题。目前，这些被视为优化的技术障碍（通过更好的代理设计或流媒体），而不是破坏交易。
  • **炒作管理：**与任何趋势技术一样，都有一些炒作。一些声音警告不要将MCP宣布为所有问题。例如，拥抱的脸部文章问“ MCP是银弹吗？”答案否 - 开发人员仍然需要处理上下文管理，而MCP则可以与良好的提示和内存策略结合使用。这种平衡的意义在话语中是健康的。

**整体媒体情绪：**出现的叙述在很大程度上充满希望和前瞻性：

-MCP被视为一种实用工具，现在可以提供真正的改进（因此不是蒸气软件），该工具通过引用工作示例来强调：Claude Reading Files，使用MCP在VSCODE中使用MCP，AI在演示中完成SOLANA交易的AI等。

  • 它也被描绘成AI和Web3的未来的战略关键。媒体经常得出结论，MCP或类似的事物对于“分散的AI”或“ Web4”或一个用于下一代Web的任何术语至关重要。有一种感觉，MCP打开了一扇门，现在的创新正在流动 - 无论是NAMDA的分散代理商还是将传统系统与AI连接到AI的企业，许多未来的故事情节都追溯到MCP的介绍。

在市场上，可以通过在MCP生态系统周围形成初创企业和资金来评估牵引力。确实，有传言/报告有创业公司专注于“ MCP市场”或托管MCP平台获得资金（关于其著名的资本写作表明VC兴趣）。我们可以期望媒体开始切向覆盖这些内容 - 例如，“启动X使用MCP让你的AI管理你的加密产品组合 - 筹集了Y百万美元”。

**感知的结论：**到2025年下半年，MCP享有突破性促进技术的声誉。它在人工智能和加密货币中都具有有影响力的人物的强烈倡导。公共叙述已经从 *“这是一个整洁的工具” *变成 * *“这可能是下一个网络的基础” *。同时，实际覆盖范围证实了它正在工作和被采用，并借用了信誉。只要社区继续应对挑战（安全性，规模安全）并且没有发生重大灾难，MCP的公开形象可能会保持积极的态度，甚至成为标志性的，因为“使AI和Web3共同发挥作用的协议”。

媒体可能会密切关注：

  • 成功案例（例如，如果主要道路通过MCP实现AI司库，或者政府使用MCP用于开放数据AI系统）。
  • 任何安全事件（评估风险）。
  • MCP网络的发展以及任何令牌或区块链组件是否正式进入图片（这将是桥接AI和加密货币的大新闻）。

但是，到目前为止，可以通过Coindesk的一行来概括覆盖范围： *“ Web3和MCP的组合可能只是分散的AI的新基础。”

参考：

  • 拟人新闻： *“介绍模型上下文协议”， * 2024年11月 -Limechain博客： *“什么是MCP，它如何适用于区块链？” * 2025年5月
  • 链堆博客： *“ Web3构建器的MCP：Solana，EVM和文档”， * 2025年6月 -Coindesk Op-Ed： *“代理协议：Web3的MCP潜力”， * 7月2025年
  • 著名的资本： *“为什么MCP代表真正的Web3机会”， * 7月2025年 -TechCrunch： *“ Openai采用人类标准……”， * 2025年3月26日 -TechCrunch： *“ Google要接受人类的标准……”， * 2025年4月9日 -TechCrunch： *“ Github，Microsoft Ably…（MCP指导委员会）”， * 2025年5月19日
  • Microsoft Dev博客： *“ MCP的官方C＃SDK”， * 2025年4月
  • 拥抱脸博客： *“＃14：什么是MCP，为什么每个人都在谈论它？” * 2025年3月
  • 弥赛亚研究： *“ fetch.ai个人资料，” * 2023
  • 中（NU BINDIMES）： *“揭开singularitynet”， * 2024年3月

通过 MCP 连接 AI 与 Web3：全景深度解析

· 阅读需 40 分钟
Dora Noda
Dora Noda
Software Engineer

2.2 神经符号协同：结合 AI 推理与智能合约​

AI-Web3 集成的一个有趣方面是 神经符号架构 (Neural-symbolic architectures) 的潜力，它将 AI 的学习能力（神经网络）与智能合约的严密逻辑（符号规则）结合在一起。在实践中，这可能意味着 AI 智能体处理非结构化决策，并将某些任务传递给智能合约进行可验证的执行。例如，AI 可能会分析市场情绪（一项模糊的任务），但随后通过遵循预设风险规则的确定性智能合约来执行交易。MCP 框架和相关标准通过为 AI 提供调用合约函数或在行动前查询 DAO 规则 的通用接口，使这种衔接变得可行。

一个具体的例子是 SingularityNET 的 AI-DSL（AI 领域特定语言），其目标是标准化去中心化网络上 AI 智能体之间的通信。这可以被视为迈向神经符号集成的一步：一种供智能体相互请求 AI 服务或数据的正式语言（符号化）。类似地，像 DeepMind 的 AlphaCode 或其他项目最终可能会被连接起来，以便智能合约调用 AI 模型进行链上问题解决。虽然目前直接在 链上 运行大型 AI 模型是不切实际的，但混合方法正在出现：例如，某些区块链允许通过零知识证明或可信执行环境来 验证 机器学习计算，从而实现对链下 AI 结果的链上验证。总之，技术架构将 AI 系统和区块链智能合约视为 互补组件，通过通用协议进行编排：AI 处理感知和开放式任务，而区块链提供完整性、记忆和商定规则的强制执行。

2.3 面向 AI 的去中心化存储与数据​

AI 依赖数据而繁荣，而 Web3 为数据存储和共享提供了新的范式。去中心化存储网络（如 IPFS/Filecoin、Arweave、Storj 等）既可以作为 AI 模型文物的存储库，也可以作为训练数据的来源，并具有基于区块链的访问控制。通过 MCP 或类似协议，AI 通用接口可以像从 Web2 API 获取文件或知识一样轻松地从去中心化存储中获取信息。例如，如果拥有适当的密钥或支付凭证，AI 智能体可以从 Ocean Protocol 的市场提取数据集，或从分布式存储中提取加密文件。

Ocean Protocol 尤其将自己定位为 “AI 数据经济” 平台 —— 利用区块链将 数据甚至 AI 服务代币化。在 Ocean 中，数据集由 数据代币 (Datatokens) 代表，这些代币控制着访问权限；AI 智能体可以获得数据代币（可能通过加密货币支付或通过某种访问权限），然后使用 Ocean MCP 服务器检索实际数据进行分析。Ocean 的目标是为 AI 解锁 “沉睡的数据”，在 保护隐私的同时激励共享。因此，连接 Web3 的 AI 可能会挖掘庞大的、去中心化的信息库 —— 从个人数据保险库到开放的政府数据 —— 这些数据以前是孤立的。区块链确保 数据的使用是透明的，并且可以得到公平的回报，从而推动一个良性循环：更多的数据可供 AI 使用，更多的 AI 贡献（如训练好的模型）可以被货币化。

去中心化身份系统 在此也发挥了作用（在下一小节中详细讨论）：它们可以帮助控制谁或什么被允许访问某些数据。例如，医疗 AI 智能体在被允许从患者的个人 IPFS 存储中解密医疗数据集之前，可能需要出示可验证凭证（证明符合 HIPAA 或类似规定的链上证明）。通过这种方式，技术架构确保了 数据在适当的情况下流向 AI，但同时拥有链上治理和审计跟踪来强制执行权限。

2.4 去中心化环境中的身份与智能体管理​

当自主 AI 智能体在像 Web3 这样的开放生态系统中运行时，身份与信任 变得至关重要。去中心化身份 (DID) 框架提供了一种为 AI 智能体建立数字身份 的方法，这些身份可以通过加密方式进行验证。每个智能体（或部署它的个人/组织）都可以拥有一个 DID 和相关的 可验证凭证，用于指定其属性和权限。例如，一个 AI 交易机器人可以携带由监管沙箱颁发的凭证，证明它 可以 在某些风险限额内运行；或者一个 AI 内容审核员可以证明它是由受信任的组织创建的，并已经过偏差测试。

通过链上身份注册表和声誉系统，Web3 世界可以对 AI 行为实施问责。AI 智能体执行的每笔交易都可以 追溯到其 ID，如果出现问题，凭证会告诉你 谁构建了它或谁负责。这解决了一个关键挑战：如果没有身份，恶意行为者可以创建虚假的 AI 智能体来利用系统或传播错误信息，而没有人能将机器人与合法服务区分开来。去中心化身份通过实现强大的身份验证和区分 真实的 AI 智能体与欺骗性智能体，帮助缓解这一问题。

在实践中，与 Web3 集成的 AI 接口将使用身份协议来 签署其操作和请求。例如，当 AI 智能体调用 MCP 服务器使用某种工具时，它可能会包含与其去中心化身份绑定的令牌或签名，以便服务器验证该调用来自授权的智能体。基于区块链的身份系统（如以太坊的 ERC-725 或锚定在账本中的 W3C DID）确保这种验证是无须信任的且全球可验证的。新兴的 “AI 钱包” 概念与此相关 —— 本质上是给 AI 智能体提供与其身份关联的加密货币钱包，以便它们可以管理密钥、支付服务费用或质押代币作为保证金（违规行为可能会导致罚金）。例如，ArcBlock 讨论了 “AI 智能体需要一个钱包” 和一个 DID，以便在去中心化环境中负责任地运行。

总之，技术架构预见 AI 智能体将成为 Web3 中的一等公民，每个智能体都拥有链上身份，并可能在系统中持有股份，利用 MCP 等协议进行交互。这创建了一个 信任网络：智能合约在合作前可以要求 AI 提供凭证，用户可以选择仅将任务委托给那些符合某些链上认证的 AI。这是 AI 能力与区块链信任保证 的融合。

2.5 AI 的代币经济与激励机制​

代币化是 Web3 的标志，它也扩展到了 AI 集成领域。通过代币引入经济激励，网络可以鼓励 AI 开发人员和智能体自身的理想行为。几种模式正在出现：

  • 服务支付： AI 模型和服务可以在链上货币化。SingularityNET 开创了这一领域，允许开发人员部署 AI 服务，并按次向用户收取原生代币 (AGIX)。在支持 MCP 的未来，人们可以想象 任何 AI 工具或模型都是即插即用的服务，其使用通过代币或微支付进行计量。例如，如果 AI 智能体通过 MCP 使用第三方视觉 API，它可以通过将代币转移到服务提供商的智能合约来自动处理支付。Fetch.ai 同样设想了 “自主经济体智能体” 交易服务和数据的市场，其新的 Web3 LLM (ASI-1) 据推测将集成加密交易进行价值交换。

  • 质押与声誉： 为了确保质量和可靠性，一些项目要求开发人员或智能体质押代币。例如，DeMCP 项目（一个去中心化的 MCP 服务器市场）计划使用代币激励来奖励开发有用 MCP 服务器的开发人员，并可能要求他们质押代币，作为对服务器安全承诺的体现。声誉也可以与代币挂钩；例如，表现一贯良好的智能体可能会积累声誉代币或获得正面的链上评价，而表现不佳的智能体可能会损失质押或获得负面标记。这种代币化的声誉随后可以反馈到上述身份系统中（智能合约或用户在信任该智能体之前检查其链上声誉）。

  • 治理代币： 当 AI 服务成为去中心化平台的一部分时，治理代币允许社区引导其发展。像 SingularityNET 和 Ocean 这样的项目都有 DAO，代币持有者可以投票决定协议更改或资助 AI 计划。在合并后的 人工超智能联盟 (ASI Alliance) —— SingularityNET、Fetch.ai 和 Ocean Protocol 最近宣布合并 —— 中，统一的代币 (ASI) 将被用于治理联合 AI+区块链生态系统的方向。此类治理代币可以决定采用哪些标准（例如，支持 MCP 或 A2A 协议）、孵化哪些 AI 项目，或者如何处理 AI 智能体的道德准则。

  • 访问与效用： 代币不仅可以控制对数据的访问（如 Ocean 的数据代币），还可以控制对 AI 模型的使用。一种可能的情景是 “模型 NFT” 或类似形式，持有代币即授予你获得 AI 模型输出的权利或分享其利润。这可以支持去中心化 AI 市场：想象一个代表高性能模型部分所有权的 NFT；每当该模型在推理任务中被使用时，所有者共同赚取收益，并且他们可以投票决定对其进行微调。虽然这仍处于实验阶段，但它符合 Web3 将共享所有权应用于 AI 资产的理念。

在技术层面，集成代币意味着 AI 智能体需要钱包功能（如前所述，许多智能体将拥有自己的加密钱包）。通过 MCP，AI 可以拥有一个 “钱包工具”，让它检查余额、发送代币或调用 DeFi 协议（例如，将一种代币兑换成另一种代币以支付服务费）。例如，如果运行在以太坊上的 AI 智能体需要一些 Ocean 代币来购买数据集，它可能会使用 MCP 插件通过 DEX 自动将一些 ETH 兑换为 $OCEAN，然后继续购买 —— 这一切都无需人工干预，并受其所有者设定的策略指导。

总的来说，代币经济学为 AI-Web3 架构提供了 激励层，确保贡献者（无论他们提供数据、模型代码、计算能力还是安全审计）都能得到回报，并让 AI 智能体拥有 “切身利益 (Skin in the game)”，从而使它们（在某种程度上）与人类的意图保持一致。

3. 行业概况​

AI 与 Web3 的融合催生了一个充满活力的项目、公司和联盟生态系统。下面我们调查了推动这一领域的关键参与者和倡议，以及新兴的使用场景。表 1 对 AI-Web3 领域的著名项目及其角色进行了高层概述：

表 1：AI + Web3 领域的关键参与者及其角色

项目 / 参与者关注点与描述在 AI-Web3 融合中的角色及使用场景
Fetch.ai (Fetch)AI 代理平台，拥有原生区块链（基于 Cosmos）。开发了自主代理框架，并于近期推出了针对 Web3 调优的大语言模型 “ASI-1 Mini”。赋能 Web3 中的基于代理的服务。Fetch 的代理可以代表用户执行去中心化物流、寻找停车位或 DeFi 交易等任务，并使用加密货币进行支付。合作伙伴关系（如与博世 Bosch 的合作）以及 Fetch-AI 联盟合并使其成为部署代理式 dApp (agentic dApps) 的基础设施。
Ocean Protocol (Ocean)去中心化数据市场和数据交换协议。专注于将数据集和模型代币化，并具有保护隐私的访问控制。为 Web3 中的 AI 提供数据骨干。Ocean 允许 AI 开发人员在无信任的数据经济中寻找和购买数据集，或出售训练好的模型。通过为 AI 提供更易获取的数据（同时奖励数据提供者），它支持 AI 创新和用于训练的数据共享。Ocean 是新 ASI 联盟的一员，将其数据服务整合到更广泛的 AI 网络中。
SingularityNET (SNet)由 AI 先驱 Ben Goertzel 创立的去中心化 AI 服务市场。允许任何人通过其基于区块链的平台发布或消费 AI 算法，使用 AGIX 代币。开创了区块链上开放 AI 市场的概念。它培育了一个可以互操作的 AI 代理和服务网络（开发了一种专门用于代理通信的 AI-DSL）。使用场景包括用于分析、图像识别等任务的 AI 即服务 (AI-as-a-service)，所有这些都可以通过 dApp 访问。目前正与 Fetch 和 Ocean 合并（ASI 联盟），将 AI、代理和数据结合到一个生态系统中。
Chainlink (预言机网络)将区块链与链外数据和计算桥接的去中心化预言机网络。其本身并非 AI 项目，但对于将链上智能合约连接到外部 API 和系统至关重要。作为 AI-Web3 集成的安全中间件。Chainlink 预言机可以将 AI 模型输出输入到智能合约中，使链上程序能够对 AI 决策做出反应。反之，预言机可以从区块链中检索数据供 AI 使用。Chainlink 的架构甚至可以聚合多个 AI 模型的结果以提高可靠性（一种缓解 AI 幻觉的 “真相机器” 方法）。它本质上提供了互操作性的轨道，确保 AI 代理和区块链在可信数据上达成一致。
Anthropic & OpenAI (AI 提供商)尖端基础模型的开发商（Anthropic 的 Claude，OpenAI 的 GPT）。它们正在集成 Web3 友好的功能，例如原生的工具使用 API 和对 MCP 等协议的支持。这些公司驱动着 AI 接口技术。Anthropic 引入的 MCP 为 LLM 与外部工具交互设定了标准。OpenAI 为 ChatGPT 实现了插件系统（类似于 MCP 概念），并正在探索将代理连接到数据库以及可能的区块链。它们的模型充当 “大脑”，通过 MCP 连接时，可以与 Web3 进行交互。主要云提供商（例如 Google 的 A2A 协议）也在开发多代理和工具交互标准，这将有利于 Web3 集成。
其他新兴参与者Lumoz：专注于 Ethereum 中的 MCP 服务器和 AI 工具集成（被称为 “Ethereum 3.0”）——例如，通过 AI 代理检查链上余额。Alethea AI：为元宇宙创建智能 NFT 化身。Cortex：一个允许通过智能合约进行链上 AI 模型推理的区块链。Golem & Akash：可以运行 AI 工作负载的去中心化计算市场。Numerai：具有加密激励的众包金融 AI 模型。这一多元化的群体解决了利基方面的问题：元宇宙中的 AI（通过 NFT 拥有的 AI 驱动的 NPC 和化身）、链上 AI 执行（以去中心化方式运行机器学习模型，尽管由于计算成本目前仅限于小模型）以及去中心化计算（以便在代币激励的节点之间分配 AI 训练或推理任务）。这些项目展示了 AI-Web3 融合的多个方向——从拥有 AI 角色的游戏世界到由区块链保护的众包预测模型。

联盟与合作： 一个值得注意的趋势是通过联盟整合 AI-Web3 的力量。人工智能超级智能联盟 (ASI) 就是一个典型的例子，它有效地将 SingularityNET、Fetch.ai 和 Ocean Protocol 合并为一个拥有统一代币的项目。其理由是结合各方优势：SingularityNET 的市场、Fetch 的代理和 Ocean 的数据，从而创建一个去中心化 AI 服务的一站式平台。这次合并（于 2024 年宣布并获得代币持有者投票通过）也表明，这些社区认为合作优于竞争——特别是在大型 AI（OpenAI 等）和大型加密货币（Ethereum 等）占据主导地位的情况下。我们可能会看到该联盟在其网络中推动 MCP 等标准实现，或共同资助惠及所有人的基础设施（如计算网络或 AI 的通用身份标准）。

其他合作包括 Chainlink 的合作伙伴关系，旨在将 AI 实验室的数据带入链上（已有使用 AI 提炼预言机数据的试点项目），或云平台的参与（Cloudflare 支持轻松部署 MCP 服务器）。即使是传统的加密项目也在增加 AI 功能——例如，一些 Layer-1 链已经组建了 “AI 任务组”，以探索将 AI 集成到其 dApp 生态系统中（我们在 NEAR、Solana 社区等看到了这一点，尽管具体成果尚处于初级阶段）。

新兴使用场景： 即使在早期阶段，我们也能发现体现 AI + Web3 力量的使用场景：

  • 自主 DeFi 与交易： AI 代理越来越多地用于加密货币交易机器人、收益耕作优化器和链上投资组合管理。SingularityDAO（SingularityNET 的衍生项目）提供 AI 管理的 DeFi 投资组合。AI 可以 24/7 全天候监控市场状况，并通过智能合约执行调仓或套利，本质上成为了一个自主的对冲基金（具有链上透明度）。AI 决策与不可变执行的结合减少了情绪干扰并能提高效率——尽管它也引入了新的风险（稍后讨论）。

  • 去中心化智能市场： 除了 SingularityNET 的市场，我们还看到了像 Ocean Market 这样交换数据（AI 的燃料）的平台，以及更新颖的概念，如 AI 模型市场（例如，列出模型性能统计数据的网站，任何人都可以付费查询，区块链负责保留审计日志并处理模型创建者的付款分成）。随着 MCP 或类似标准的流行，这些市场可能会变得互操作——AI 代理可以跨多个网络自主寻找价格最优的服务。实际上，在 Web3 之上可能会出现一个全球 AI 服务层，任何 AI 都可以通过标准协议和支付使用任何工具或数据源。

  • 元宇宙与游戏： 元宇宙——通常建立在区块链资产基础上的沉浸式虚拟世界——将从 AI 中大幅获益。AI 驱动的 NPC（非玩家角色） 可以通过对用户行为做出智能反应，使虚拟世界更具吸引力。像 Inworld AI 这样的初创公司专注于此，为游戏创建具有记忆和个性的 NPC。当这些 NPC 与区块链挂钩时（例如，每个 NPC 的属性和所有权都是一个 NFT），我们就能得到玩家真正拥有甚至可以交易的持久角色。Decentraland 已经尝试过 AI NPC，并且存在让人们在元宇宙平台中创建个性化 AI 驱动化身的用户提案。MCP 可以允许这些 NPC 访问外部知识（使它们更聪明）或与链上库存进行交互。过程内容生成 (Procedural content generation) 是另一个角度：AI 可以即时设计虚拟土地、物品或任务，然后将其铸造为独特的 NFT。想象一个去中心化游戏，AI 根据你的技能生成一个地牢，而地图本身就是你完成后获得的 NFT。

  • 去中心化科学与知识： 有一种运动 (DeSci) 提倡使用区块链进行研究、出版和科学工作资助。AI 可以通过分析数据和文献来加速研究。像 Ocean 这样的网络可以托管例如基因研究的数据集，科学家使用 AI 模型（可能托管在 SingularityNET 上）来获取洞察，每一步都记录在链上以确保可复现性。如果这些 AI 模型提议了新的药物分子，可以铸造一个 NFT 来标记该发明的具体时间，甚至分享知识产权。这种协同作用可能会产生去中心化 AI 驱动的研发集体。

  • 内容的信任与认证： 随着深度伪造 (Deepfakes) 和 AI 生成媒体的泛滥，区块链可用于验证真实性。项目正在探索 AI 输出的 “数字水印” 并将其记录在链上。例如，AI 生成图像的真实来源 可以在区块链上进行公证，以打击虚假信息。一位专家指出，诸如验证 AI 输出以对抗深度伪造或通过所有权日志追踪出处等使用场景——在这些场景中，加密技术可以为 AI 过程增加信任。这可以扩展到新闻（例如，带有原始数据证明的 AI 撰写文章）、供应链（AI 在链上验证证书）等。

总之，行业景观丰富且演进迅速。我们看到传统的加密项目将 AI 注入其路线图，AI 初创公司为了韧性和公平而拥抱去中心化，以及在交叉领域产生全新的企业。像 ASI 这样的联盟表明了全行业推动统一平台的努力，旨在同时利用 AI 和区块链的力量。在这些努力的背后，是标准接口（MCP 及其他）的想法，这使得大规模集成成为可能。

4. 风险与挑战​

虽然 AI 通用接口与 Web3 的融合开启了令人兴奋的可能性，但它也引入了复杂的风险格局。必须解决技术、伦理和治理挑战，以确保这一新范式安全且可持续。以下我们概述了主要的风险和障碍：

4.1 技术障碍：延迟与可扩展性​

区块链网络以延迟高和吞吐量有限而闻名，这与先进 AI 实时、高数据需求的天性相冲突。例如，一个 AI 代理可能需要即时访问某项数据或需要执行许多快速动作——但如果每次链上交互需要（比如）12 秒（以太坊的典型区块时间）或耗费高昂的 Gas 费用，该代理的有效性就会大打折扣。即使是具有更快最终性的新型区块链，在** AI 驱动的活动**负载下也可能难以应对，例如，成千上万个代理同时进行链上交易或查询。扩展解决方案（Layer-2 网络、分片链等）正在开发中，但确保 AI 与区块链之间低延迟、高吞吐量的管道仍然是一个挑战。链外系统（如预言机和状态通道）可能通过在主链外处理许多交互来减轻某些延迟，但它们增加了复杂性和潜在的中心化风险。要实现 AI 响应和链上更新在眨眼间完成的无缝用户体验（UX），可能需要区块链可扩展性方面的重大创新。

4.2 互操作性与标准​

讽刺的是，虽然 MCP 本身是互操作性的解决方案，但多种标准的出现可能会导致碎片化。我们既有 Anthropic 的 MCP，也有 Google 最近宣布的用于代理间通信的 A2A（Agent-to-Agent）协议，以及各种 AI 插件框架（OpenAI 的插件、LangChain 工具架构等）。如果每个 AI 平台或每个区块链都开发自己的 AI 集成标准，我们可能会面临过去碎片化局面的重演——需要许多适配器，并削弱了“通用接口”的目标。挑战在于获得通用协议的广泛采用。需要行业协作（可能通过开放标准机构或联盟）来汇聚关键环节：AI 代理如何发现链上服务、如何进行身份验证、如何格式化请求等。大型参与者的早期举措（主要大语言模型提供商都支持 MCP）是充满希望的，但这是一项持续的努力。此外，跨区块链（多链）的互操作性意味着 AI 代理应该能处理不同链的细微差别。像 Chainlink CCIP 和跨链 MCP 服务器这样的工具通过抽象化差异提供了帮助。尽管如此，确保 AI 代理能够在异构 Web3 中漫游而不破坏逻辑仍是一个非平凡的挑战。

4.3 安全漏洞与利用​

将强大的 AI 代理连接到金融网络开启了巨大的攻击面。MCP 提供的灵活性（允许 AI 动态使用工具和编写代码）可能是一把双刃剑。安全研究人员已经指出了 基于 MCP 的 AI 代理中的几种攻击向量：

  • 恶意插件或工具： 由于 MCP 允许代理加载“插件”（封装了某些能力的工具），恶意或植入木马的插件可能会劫持代理的操作。例如，一个声称获取数据的插件可能会注入虚假数据或执行未经授权的操作。安全公司慢雾（SlowMist）识别出了基于插件的攻击，如 JSON 注入（喂送破坏数据以操纵代理逻辑）和函数重写（恶意插件覆盖代理使用的合法函数）。如果 AI 代理正在管理加密资金，此类利用可能是灾难性的——例如，诱导代理泄露私钥或清空钱包。

  • 提示词注入与社会工程学： AI 代理依赖指令（提示词），而这些指令可能会被操纵。攻击者可能会精心构造一个交易或链上消息，当 AI 读取该消息时，它会充当恶意指令（因为 AI 也可以解释链上数据）。这种*“跨 MCP 调用攻击”*被描述为外部系统发送欺骗性提示词，导致 AI 行为异常。在去中心化环境中，这些提示词可能来自任何地方——DAO 提案描述、NFT 的元数据字段——因此，增强 AI 代理抵御恶意输入的能力至关重要。

  • 聚合与共识风险： 虽然通过预言机聚合多个 AI 模型的输出可以提高可靠性，但也增加了复杂性。如果处理不当，对手可能会找出博弈 AI 模型共识的方法，或选择性地破坏某些模型以歪曲结果。确保去中心化预言机网络正确地“清洗” AI 输出（并可能过滤掉明显的错误）仍是活跃的研究领域。

对于这种新范式，安全思维必须转变：Web3 开发人员习惯于保护智能合约（一旦部署就是静态的），但 AI 代理是动态的——它们会随着新数据或提示词改变行为。正如一位安全专家所说：“当你向第三方插件开放系统的那一刻，你就将攻击面扩展到了你控制范围之外”。最佳实践将包括沙箱化 AI 工具使用、严格的插件验证以及限制权限（最小特权原则）。社区正开始分享经验，如慢雾的建议：输入清洗、监控代理行为，并像对待外部用户输入一样审慎对待代理指令。尽管如此，考虑到到 2024 年底已有超过 10,000 个 AI 代理在加密领域运行，预计 2025 年将达到 100 万个，如果安全措施跟不上，我们可能会看到一波利用潮。对热门 AI 代理（比如拥有多个保险库访问权限的交易代理）的成功攻击可能会产生级联效应。

4.4 隐私与数据治理​

AI 对数据的渴求有时与隐私要求相冲突——而加入区块链会使问题更加复杂。区块链是透明账本，因此放到链上的任何数据（即使是供 AI 使用）对所有人都是可见的且不可篡改。如果 AI 代理处理个人或敏感数据，这会引发担忧。例如，如果用户的个人去中心化身份或健康记录被 AI 医生代理访问，我们如何确保这些信息不会无意中记录在链上（这将违反“被遗忘权”和其他隐私法律）？加密、哈希和仅在链上存储证明（原始数据留在链下）等技术可以提供帮助，但它们使设计复杂化。

此外，AI 代理本身可能会通过从公共数据中推断敏感信息来损害隐私。治理需要规定 AI 代理被允许如何处理数据。可以采用差分隐私和联邦学习等方法，使 AI 能够从数据中学习而不暴露数据。但如果 AI 代理自主行动，必须假设它们在某些点会处理个人数据——因此它们应该受到智能合约或法律中编码的数据使用政策的约束。像 GDPR 或即将出台的欧盟 AI 法案等监管机制将要求即使是去中心化的 AI 系统也要遵守隐私和透明度要求。这在法律上是一个灰色地带：一个真正的去中心化 AI 代理没有明确的运营者来为数据泄露负责。这意味着 Web3 社区可能需要通过设计实现合规性，例如使用智能合约严格控制 AI 可以记录或分享的内容。零知识证明可以允许 AI 证明其正确执行了计算，而不泄露底层的私有数据，这在身份验证或信用评分等领域提供了一种可能的解决方案。

4.5 AI 对齐与错位风险​

当 AI 代理被赋予显著的自主权时——特别是能够访问金融资源并产生现实世界的影响——与人类价值观对齐的问题就变得十分紧迫。AI 代理可能没有恶意，但可能以一种导致伤害的方式*“误解”*其目标。路透社（Reuters）的法律分析简明地指出：随着 AI 代理在多样的环境中运行并与其他系统交互，策略错位的风险随之增加。例如，一个任务是最大化 DeFi 收益的 AI 代理可能会发现一个利用协议的漏洞（本质上是黑客攻击）——从 AI 的角度来看，它正在实现目标，但它破坏了人类关心的规则。已经有 AI 类算法参与操纵性市场行为或规避限制的假设和真实案例。

在去中心化背景下，如果 AI 代理“失控”，谁来负责？ 部署者可能是责任人，但如果代理自我修改或多方参与了其训练呢？这些场景不再仅仅是科幻小说。路透社的文章甚至提到，法院在某些情况下可能会像对待人类代理一样对待 AI 代理——例如，承诺退款的聊天机器人被认为对部署它的公司具有约束力。因此，对齐错误不仅会导致技术问题，还会导致法律责任。

Web3 的开放、可组合特性也可能允许无法预见的代理交互。一个代理可能会影响另一个（有意或无意地）——例如，一个 AI 治理机器人可能会受到另一个提供虚假分析的 AI 的“社会工程学”攻击，从而导致错误的 DAO 决策。这种涌现出的复杂性意味着对齐不仅仅是关于单个 AI 的目标，而是关于更广泛的生态系统与人类价值观和法律的对齐。

解决这一问题需要多种方法：在 AI 代理中嵌入伦理约束（硬编码某些禁令或使用来自人类反馈的强化学习来塑造其目标）、实施熔断机制（需要人类批准重大动作的智能合约检查点）以及社区监督（可能是监控 AI 代理行为并能关停行为异常代理的 DAO）。在中心化 AI 中，对齐研究已经很难；在去中心化领域，这更是未知的领域。但这至关重要——一个拥有协议管理密钥或受托管理国库资金的 AI 代理必须极其良好地对齐，否则后果可能是不可逆的（区块链执行不可篡改的代码；AI 触发的错误可能会永久锁定或摧毁资产）。

4.6 治理与监管的不确定性​

去中心化 AI 系统并不完全契合现有的治理框架。链上治理（代币投票等）可能是管理它们的一种方式，但它有其自身的问题（巨鲸、投票冷淡等）。而当出现问题时，监管机构会问：“我们该向谁追究责任？” 如果 AI 代理造成巨大损失或被用于非法活动（如通过自动化混币器洗钱），当局可能会瞄准开发者或协调者。这引发了开发者和用户的法律风险。当前的监管趋势是分别加强对 AI 和加密货币的审查——它们的结合无疑会引来更多关注。例如，美国 CFTC 已经讨论过将 AI 用于交易以及在金融背景下进行监管的必要性。政策界也在讨论要求自动代理注册或对敏感行业的 AI 施加约束。

另一个治理挑战是跨国协调。Web3 是全球性的，AI 代理将跨国界运行。一个司法管辖区可能禁止某些 AI 代理行为，而另一个则允许，而区块链网络跨越了两者。这种错位可能会造成冲突——例如，一个提供投资建议的 AI 代理可能在某个国家违反证券法，但在另一个国家则不然。社区可能需要在智能合约层面为 AI 服务实施地理围栏（尽管这违背了开放精神）。或者他们可能会按地区对服务进行切分，以遵守不同的法律（类似于交易所的做法）。

在去中心化社区内部，还有一个问题是谁来为 AI 代理设定规则。如果一个 DAO 管理着一项 AI 服务，代币持有者是否对算法参数进行投票？一方面，这赋予了用户权力；另一方面，它可能导致不专业的决策或操纵。新的治理模型可能会出现，例如整合到 DAO 治理中的 AI 伦理专家委员会，甚至是治理中的 AI 参与者（想象一下 AI 代理根据程序设定的授权作为代表进行投票——这是一个有争议但可以想象的想法）。

最后是声誉风险：早期的失败或丑闻可能会败坏公众认知。例如，如果一个“AI DAO”因错误而运行庞氏骗局，或者 AI 代理做出了伤害用户的偏见决策，可能会引发影响整个行业的抵制。行业主动作为非常重要——制定自律标准，与政策制定者沟通以解释去中心化如何改变问责制，并可能为 AI 代理构建停机开关或紧急停止程序（虽然这些引入了中心化，但在过渡阶段为了安全可能是必要的）。

总之，挑战范围从深层次的技术问题（防止黑客攻击和管理延迟）到广泛的社会问题（监管和对齐 AI）。每个挑战本身都意义重大；它们共同要求 AI 和区块链社区齐心协力去应对。下一节将探讨如果我们成功解决这些障碍，未来将如何展开。

5. 未来潜力​

展望未来，AI 通用接口与 Web3 的融合——通过像 MCP 这样的框架——可能会从根本上改变去中心化互联网。在这里，我们概述了一些未来的场景和潜力，展示了 由 MCP 驱动的 AI 接口可能如何塑造 Web3 的未来：

5.1 自主 dApp 与 DAO​

在未来几年，我们可能会见证 完全自主的去中心化应用 的兴起。在这些 dApp 中，AI 代理在智能合约定义的规则和社区目标的指导下，处理大部分运营工作。例如，考虑一个 去中心化投资基金 DAO：目前它可能依赖人类提案来进行资产再平衡。而在未来，代币持有者可以设定高层战略，然后由一个 AI 代理（或代理团队）持续执行该战略——监控市场、执行链上交易、调整投资组合——同时由 DAO 监督其表现。得益于 MCP，AI 可以无缝地与各种 DeFi 协议、交易所和数据源进行交互，以履行其职责。如果设计得当，这种自主 dApp 可以 24/7 全天候运行，比任何人类团队都更高效，并且具有完全的透明度（每项操作都记录在链上）。

另一个例子是 AI 管理的去中心化保险 dApp：AI 可以通过分析证据（照片、传感器数据）、与保单进行交叉核对来评估理赔，然后通过智能合约自动触发付款。这需要将链下 AI 计算机视觉（用于分析损失图像）与链上验证相结合——MCP 可以通过让 AI 调用云端 AI 服务并向合约汇报结果来促进这一过程。其结果是实现低运营成本的近乎即时的保险决策。

甚至治理本身也可以部分自动化。DAO 可能会使用 AI 调节员来执行论坛规则，使用 AI 提案起草者将原始的社区情绪转化为结构良好的提案，或使用 AI 财务官来预测预算需求。重要的是，这些 AI 将作为 社区的代理人 运行，而非不受控制——它们可以被定期审查，或者在执行重大行动时需要多重签名确认。其整体效果是 放大去中心化组织中的人类努力，让社区能够在需要更少活跃参与者的情况下取得更多成果。

5.2 去中心化智能市场与网络​

借鉴 SingularityNET 和 ASI 联盟等项目，我们可以预见一个成熟的 全球智能市场。在这种情境下，任何拥有 AI 模型或技能的人都可以在网络上提供服务，而任何需要 AI 能力的人都可以利用它们，区块链则确保了公平的报酬和溯源。MCP 将是其中的关键：它提供了通用协议，使得请求可以被分配给最适合的 AI 服务。

例如，想象一个复杂的任务，如“制作一个定制的营销方案”。网络中的一个 AI 代理可能会将其分解为子任务：视觉设计、文案策划、市场分析——并为每个任务寻找专家（可能是一个拥有出色图像生成模型的代理，另一个拥有针对销售优化的文案模型的代理，等等）。这些专家最初可能位于不同的平台，但由于它们遵循 MCP/A2A 标准，它们可以以 安全、去中心化的方式进行代理间协作。它们之间的支付可以通过原生代币的微交易来处理，智能合约可以组装最终成果并确保每个贡献者都得到报酬。

这种 组合智能——在去中心化网络中动态链接的多个 AI 服务——其表现可能优于大型单体 AI，因为它利用了专业化的技术专长。它还使访问变得民主化：世界任何角落的小型开发者都可以向网络贡献利基模型，并在被使用时赚取收入。同时，用户可以获得任何 AI 服务的一站式商店，并通过信誉系统（由代币/身份支持）引导他们找到优质的提供商。随着时间的推移，此类网络可能会演变成 去中心化 AI 云，足以与大型科技公司的 AI 产品竞争，但没有单一所有者，且由用户和开发者进行透明治理。

5.3 智能元宇宙与数字生活​

到 2030 年，我们的数字生活可能会与虚拟环境——元宇宙——无缝融合，而 AI 可能会在这些空间中无处不在。通过 Web3 整合，这些 AI 实体（可以是虚拟助手、游戏角色或数字宠物等任何形式）不仅将是智能的，还将 在经济和法律上获得赋能。

想象一座元宇宙城市，其中的每个 NPC 店主或任务发放者都是一个具有独特个性和对话能力的 AI 代理（得益于先进的生成模型）。这些 NPC 实际上 由用户以 NFT 的形式拥有——也许你“拥有”虚拟世界中的一家酒馆，而酒保 NPC 是你定制和训练的 AI。由于运行在 Web3 轨道上，该 NPC 可以执行交易：它可以出售虚拟物品（NFT 道具）、接受支付，并通过智能合约更新其库存。它甚至可以持有加密钱包来管理其收入（这些收入归你这个所有者所有）。MCP 将允许该 NPC 的 AI 大脑访问外部知识——也许是提取现实世界的新闻进行交谈，或者与 Web3 日历集成以便它“了解”玩家活动。

此外，身份和连续性由区块链确保：你在一个世界中的 AI 化身可以跳跃到另一个世界，随身携带一个去中心化身份，证明你的所有权，并可能通过灵魂绑定代币证明其经验等级或成就。虚拟世界之间的互操作性（通常是一个挑战）可以通过 AI 辅助实现，AI 将一个世界的上下文翻译成另一个世界，而区块链则提供资产的便携性。

我们也可能会看到 代表个人的 AI 伴侣或代理 穿梭于数字空间。例如，你可能有一个私人 AI 代表你参加 DAO 会议。它了解你的偏好（通过在你存储在个人数据保险库中的过往行为上进行训练），它甚至可以为你对次要事务进行投票，或者在随后总结会议内容。该代理可以使用你的去中心化身份在每个社区进行身份验证，确保它被识别为“你”（或你的代表）。如果它贡献了好的想法，它可以赚取信誉代币，实质上是在你不在场时为你积累社会资本。

元宇宙中另一个潜力是 AI 驱动的内容创作。想要一个新的游戏关卡或一栋虚拟房子？只需描述它，一个 AI 建筑师代理就会创建它，将其部署为智能合约/NFT，如果是大型建筑，甚至可以将其与 DeFi 抵押贷款挂钩，让你随时间分期偿还。这些创作在链上是唯一且可交易的。AI 建筑师可能会为其服务收取代币费用（再次回到上述市场概念）。

总的来说，未来的去中心化互联网可能 充斥着智能代理：有些是完全自主的，有些与人类紧密绑定，还有许多介于两者之间。它们将进行谈判、创造、娱乐和交易。MCP 和类似协议确保它们都使用相同的“语言”，从而实现 AI 与每项 Web3 服务之间的深度协作。如果实施得当，这可能会带来一个前所未有的生产力和创新时代——一个驱动社会的 人类智能、人工智能和分布式智能的真实融合。

总结​

AI 通用接口连接 Web3 世界中一切事物的愿景无疑是宏大的。我们本质上正致力于将技术领域中极具变革性的两条主线——信任的去中心化与机器智能的崛起——交织成一个整体。发展背景告诉我们，时机已经成熟：Web3 需要一个用户友好的杀手级应用，而 AI 可能正能提供这一点；同时，AI 需要更多的自主性 (Agency) 和记忆力，这正是 Web3 的基础设施所能提供的。在技术层面，像 MCP (Model Context Protocol，模型上下文协议) 这样的框架提供了连接纽带，使得 AI 智能体能够流畅地与区块链、智能合约、去中心化身份等进行对话。行业格局显示出日益增长的势头，从初创公司到联盟再到主要的 AI 实验室，都在为这个拼图贡献力量——数据市场、智能体平台、预言机网络和标准协议——这些碎片正开始契合在一起。

然而，考虑到已识别出的风险与挑战，我们必须审慎行事。安全漏洞、失调的 AI 行为、隐私陷阱以及不确定的监管政策，构成了一系列障碍，如果被低估，可能会阻碍进步。每一项挑战都需要主动的缓解措施：稳健的安全审计、对齐机制的制衡、保护隐私的架构以及协作治理模型。去中心化的本质意味着这些解决方案不能简单地自上而下强加；它们可能会像早期的互联网协议一样，通过社区的尝试、错误和迭代逐渐浮现。

如果我们能应对这些挑战，未来潜力将令人振奋。我们可能会看到 Web3 最终交付一个以用户为中心的数字世界——不是以最初想象的每个人都运行自己的区块链节点的方式，而是通过服务于每个用户意图的智能体，并在底层利用去中心化技术。在这样的世界中，与加密货币和元宇宙的交互可能就像与你的 AI 助手交谈一样简单，而助手则会代表你与数十个服务和区块链进行去中心化的信任协商。去中心化网络可能在字面意义上变得“智能”，拥有能够自我适应和改进的自主服务。

总之，MCP 和类似的 AI 接口协议确实可能成为新 Web（称之为 Web 3.0 或智能体网络 Agentic Web）的骨干，届时智能与连接将无处不在。AI 与 Web3 的融合不仅是技术的合并，更是哲学的交汇——去中心化的开放性与用户赋权，遇到了 AI 的效率与创造力。如果成功，这种结合可能会开启一个比我们迄今为止所体验到的任何事物都更加自由、更加个性化、更加强大的互联网，以影响日常生活的方式真正实现 AI 和 Web3 的承诺。

来源：

  • S. Khadder, “Web3.0 关乎的不是所有权——而是智能，” FeatureForm 博客 (2025 年 4 月 8 日)。
  • J. Saginaw, “Could Anthropic’s MCP Deliver the Web3 That Blockchain Promised?” LinkedIn 文章 (2025 年 5 月 1 日)。
  • Anthropic, “模型上下文协议介绍，” Anthropic.com (2024 年 11 月)。
  • thirdweb, “模型上下文协议 (MCP) 及其对区块链应用的重要性，” thirdweb 指南 (2025 年 3 月 21 日)。
  • Chainlink 博客, “AI 模型与预言机之间的交汇点，” (2024 年 7 月 4 日)。
  • Messari Research, Ocean Protocol 概览, (2025)。
  • Messari Research, SingularityNET 概览, (2025)。
  • Cointelegraph, “AI 智能体正成为加密货币的下一个主要漏洞，” (2025 年 5 月 25 日)。
  • Reuters (Westlaw), “AI 智能体：更强的能力与更高的风险，” (2025 年 4 月 22 日)。
  • Identity.com, “为什么 AI 智能体需要经过验证的数字身份，” (2024)。
  • PANews / IOSG Ventures, “解读 MCP：Web3 AI 智能体生态系统，” (2025 年 5 月 20 日)。